Analisis Volumetrik MRI Otak pada Tumor

Share on facebook
Share on google
Share on twitter
Share on linkedin
Ilustrasi gejala tumor otak. (Sumber: Health Kompas)

Tumor otak adalah pertumbuhan jaringan abnormal yang tidak terkontrol pada otak. Tumor otak bisa mengenai manusia di usia berapa pun. Sifat tumor otak bisa jinak maupun ganas. Tumor jinak memiliki susunan sel yang homogen dan tidak aktif, sedangkan tumor ganas (kanker) memiliki struktur sel yang heterogen dan bersifat aktif sehingga bisa menyebar ke semua area.

Jumlah penderita kanker otak di Indonesia belum dapat dipastikan. Berdasarkan data statistik yang dikeluarkan oleh HPV dan kanker pada tahun 2016, kasus kanker otak di Indonesia pada tahun 2012 adalah 1,9 per 100.000 penduduk, sedangkan angka kematian akibat kanker otak 1,3 per 100.000 penduduk. Dari data tersebut terlihat bahwa angka penderita kanker otak di Indonesia tergolong tinggi.

WHO mengklasifikasikan tumor dari kelas I sampai dengan kelas IV. Klasifikasi jenis tumor adalah jinak dan ganas. Kelas I dan II termasuk tumor level rendah, sedangkan kelas III dan IV termasuk tumor dengan level tinggi. Contoh tumor level rendah adalah glioma dan meningioma yang keduanya dikategorikan sebagai tumor jinak, sedangkan glioblastoma dan astrositoma dikategorikan sebagai tumor level tinggi. Jenis sel tumor ganas kelas III dan IV bersifat mudah berkembang pesat dan dapat menyebar ke area lain ke bagian otak otak yang sehat atau sumsum ke tulang belakang.

Tumor otak dapat berdampak pada kecacatan dan kematian. Dampaknya tidak sama untuk setiap individu. Tumor otak dapat menurunkan kualitas hidup pasien. Identifikasi dini tumor otak sangat diperlukan guna mencegah kerusakan lebih lanjut dan meningkatkan kualitas hidup pasien. Semakin dini tumor otak dapat diketahui, maka semakin cepat pengobatan lebih lanjut dapat dilakukan. Ada beberapa aspek yang perlu diperhatikan dalam menangani tumor otak dan dalam menentukan pengaruhnya pada kualitas hidup pasien, yaitu: umur, kesehatan umum, lokasi tumor, jenis tumor dan ukuran tumor.

Pemeriksaan radiologi merupakan pemeriksaan yang berguna untuk menentukan lokasi dan ukuran tumor yang tumbuh di otak. Pemeriksaan radiologi standar terdiri dari computed scan tomography (CT) dan magnetic resonance imaging (MRI). Proses pembacaan hasil MRI dilakukan secara manual yaitu dengan mengamati dan menganalisis citra MRI yang dilakukan oleh bagian radiologi, kemudian hasil analisis tersebut dikonsultasikan ke dokter. Dalam pembacaan hasil MRI hanya bisa diketahui normal atau tidak normal.

Perkembangan tumor otak dapat dianalisis melalui pengukuran volume tumor otak. Beberapa penelitian telah mengevaluasi ukuran tumor dalam ukuran satu dimensi, dua dimensi dan volumetrik.Metode segmentasi tumor otak dibagi menjadi tiga yaitu segmentasi manual, segmentasi semi otomatis, dan segmentasi otomatis. Untuk metode segmentasi semi otomatis, intervensi manusia masih diperlukan dalam mengekstraksi volume dari tumor otak. Interaksi manusia diperlukan untuk memberikan masukan untuk beberapa parameter dan bertanggung jawab untuk menganalisis hasil visual dari perangkat lunak komputer.

Mengukur volume tumor otak dapt dilakukan dengan bantuan software untuk mengatasi bias manusia serta dapat menangani data yang besar. Analisis volumetrik tumor otak diperoleh dari MRI pasien glioma derajat rendah melalui metode segmentasi semi otomatis Grow Cut dan Fast Marching yang menggunakan bantuan 3D Slicer. Penentuan volume tumor otak perlu diterima sebagai batas kesepakatan antara dua teknik segmentasi. Validasi volume tumor adalah proses yang menantang dan membutuhkan proses yang panjang serta membutuhkan batas kesepakatan yang dapat diterima antara dua metode. Penggunaan analisis Bland-Altman adalah cara yang tepat untuk melakukan perbandingan ini dan menyajikan ukuran-ukuran terukur untuk memutuskan apakah metode baru dapat diterima atau tidak.

Penelitian kami membahas kesesuaian antara dua metode segmentasi yaitu Fast Marching dan Growcut untuk segmentasi LGG. Hasil perhitungan menunjukkan adanya kesepakatan dan korelasi yang tinggi antara keduanya. Kesepakatan yang diperoleh sesuai dengan 95% kesepakatan  pada plot B&A sedangkan nilai korelasinya dinyatakan dengan koefisien korelasi yang tinggi. Hal ini menunjukkan bahwa kedua metode memiliki hubungan yang erat hanya pada metode Fast Marching yang masih membutuhkan lebih banyak waktu dalam proses segmentasi dibandingkan dengan Grow Cut.

Nilai selisih rata-rata tersebut dibandingkan dengan nilai selisih volume dilakukan dengan menerapkan metode plot B & A dengan 95% kesepakatan. Dua kumpulan data menunjukkan kinerja yang sama. Kedua kumpulan data menunjukkan korelasi yang tinggi antara satu dengan yang lain. Rata-rata volume tersegmentasi untuk metode Fast Marching lebih tinggi dibandingkan dengan metode Grow Cut. Metode Grow Cut memberikan gambaran tepi tumor yang tersegmentasi dengan lebih tajam sehingga visualisasi area tumor menjadi lebih jelas. Metode Grow Cut dapat membantu mengukur tumor otak secara semi-otomatis.

Kedua metode segmentasi dapat diterapkan secara klinis. Segmentasi 3D pra-operasi dapat meningkatkan visualisasi ahli bedah selama perencanaan dan penggunaan navigasi saraf intraoperatif. Segmentasi volume juga dapat berguna dalam perencanaan radioterapi atau evaluasi efek pengobatan pasien.
Metode perangkat lunak yang masih semi otomatis membuat perlunya dikembangkan metode yang otomatis untuk menyegmentasikan dan memvisualisasikan volume tumor otak dengan tepat. Visualisasi tumor otak pra operasi secara benar akan meningkatkan representasi spesialis baik selama perencanaan maupun saat menggunakan navigasi saraf intraoperatif.

Dalam penelitian ini, kami menemukan teknik segmentasi yang dimiliki Fast Marching dan Grow Cut on 3D Slicer memiliki efektivitas yang serupa dalam hal volume kontrak yang tinggi baik  intra-penilai, antar-penilai maupun antar-perangkat lunak dan tumpang tindih spasial untuk Segmentasi LGG. Metode Fast Marching sangat signifikan lebih lama dibandingkan dengan  segmentasi Grow Cut, akan tetapi kelancaran alur kerja bisa lebih baik dibandingkan dengan yang lain.

Disadur dari “Volumetric Analysis of Brain Tumor Magnetic Resonance Image” yang ditulis oleh: Hapsari Peni Agustin, Hanik Badriyah Hidayati, Adri Gabriel Sooai, I Ketut Eddy Purnama, Mauridhi Hery Purnomo”.

Penulis: Hanik Badriyah Hidayati

Artikel lengkapnya daoat dilihat pada link berikut ini:

https://ieeexplore.ieee.org/document/8973300






		

Berita Terkait

UNAIR News

UNAIR News

Media komunikasi dan informasi seputar kampus Universitas Airlangga (Unair).

Leave Reply

Close Menu